Propuesta para Trabajo de Gradopegasus.javeriana.edu.co/.../PropuestaTGProPAC.docx · Web...

Ingeniería de Sistemas

PROPUESTA PARA TRABAJO DE GRADOTITULO: Protocolo de Pruebas de Acciones Cooperativas para Robots Futbolistas - ProPAC

MODALIDAD: Investigación

OBJETIVO GENERAL:

Extender a hardware el protocolo de pruebas del equipo de fútbol robótico Bochica de la Pontificia Universidad Javeriana para evaluar la eficiencia de las estrategias y las acciones cooperativas desarrolladas y probadas a nivel de simulación en la capa de micro sociedades del modelo MRCC.

ESTUDIANTE

Rodrigo Muñoz González Documento Celular Teléfono fijo Correo Javerianocc. 1020727218 310-865-7910 7524074 [email protected]

DIRECTOR

Alvaro Sebastian Miranda Forero Documento Celular Teléfono fijo Correo Javeriano Empresa donde trabaja y cargocc. 80100088 320-333-0259 3208320 ext308 [email protected]; Pontificia Universidad Javeriana; Profe-

sor de planta Departamento de Sistemas.

Plantilla Versión 1.06 – 01/10/2010 5/7/2023

mailto:[email protected]

mailto:[email protected]

Pontificia Universidad Javeriana Propuesta para Trabajo de Grado ProPAC- < Investigación>

Contenido

1 OPORTUNIDAD O PROBLEMÁTICA............................................................................1

1.1 DESCRIPCIÓN DE LA OPORTUNIDAD O PROBLEMÁTICA...........................................11.2 FORMULACIÓN..........................................................................................................11.3 JUSTIFICACIÓN..........................................................................................................11.4 IMPACTO ESPERADO DEL PROYECTO.......................................................................11.5 OBJETIVO GENERAL..................................................................................................21.6 FASES METODOLÓGICAS Y OBJETIVOS ESPECÍFICOS................................................21.7 ENTREGABLES O RESULTADOS ESPERADOS.............................................................2

2 PROCESO.....................................................................................................................4

2.1 FASE METODOLÓGICA 1...........................................................................................42.1.1 Metodología................................................................................................................42.1.2 Actividades..................................................................................................................4





3 GESTIÓN DEL PROYECTO..........................................................................................8

3.1 ESTIMACIÓN DE LA DURACIÓN DEL PROYECTO (ELABORACIÓN DEL CRONOGRAMA)...............................................................................................................83.2 ESTIMACIÓN DEL COSTO DEL PROYECTO (PRESUPUESTO).......................................93.3 ESTIMACIÓN DE LOS RIESGOS DEL PROYECTO (ANÁLISIS DE RIESGOS).................10

4 MARCO TEÓRICO / ESTADO DEL ARTE..................................................................11

4.1 FUNDAMENTOS Y CONCEPTOS RELEVANTES PARA EL PROYECTO..........................114.2 EXPERIENCIAS PREVIAS..........................................................................................114.3 HERRAMIENTAS TECNOLÓGICAS EXISTENTES ACTUALMENTE Y QUE INTENTAN RESOLVER EL PROBLEMA..............................................................................................114.4 MARCO INSTITUCIONAL.........................................................................................114.5 GLOSARIO...............................................................................................................12

Página i

Pontificia Universidad Javeriana Propuesta para Trabajo de Grado ProPAC- < Investigación>

5 REFERENCIAS Y BIBLIOGRAFÍA..............................................................................13

5.1 REFERENCIAS.........................................................................................................135.2 BIBLIOGRAFÍA PROPUESTA PARA EL DESARROLLO DEL TRABAJO DE GRADO.......13

6 DOCUMENTOS ANEXOS............................................................................................32

6.1 ANEXO 1. ARCHIVO DE EXCEL: PROPUESTA CRONOGRAMA PROPAC..................326.2 ANEXO 2. ARCHIVO DE EXCEL: PROPUESTA COSTO PROPAC..............................32

Página ii

Pontificia Universidad Javeriana Propuesta para Trabajo de Grado ProPAC- <Investigación>

1 Oportunidad o Problemática

1.1 Descripción de la Oportunidad o Problemática

Actualmente se están desarrollando y refinando acciones cooperativas a nivel de la capa de micro sociedades para el equipo de futbol robótico Bochica y se busca que estas acciones sean eficientes y cumplan con su objetivo. El modelo no está proba-do aún en su totalidad, se realizaron pruebas de las acciones cooperativas a nivel de simulación (software) pero solo algunas se probaron a nivel de hardware. Las pruebas desarrolladas a nivel de software fueron desarrolladas bajo el marco del trabajo de grado de Diego Castillo y Sebastián Plata [1].

1.2 FormulaciónLa pregunta que se generó para la formulación de la propuesta del trabajo de grado surgió del trabajo que se está realizando en la creación y el refinamiento de jugadas cooperativas en la capa de micro sociedades del modelo MRCC y de los datos de simulación registrados en el trabajo de grado de Diego Castillo y Sebastián Plata [1]. ¿Las estrategias y las acciones cooperativas desarrolladas bajo el modelo MRCC tendrán el mismo comportamiento y los mismos resultados en los robots físicos como los obtenidos en simulación?

1.3 JustificaciónEl equipo de futbol robótico Bochica de la Pontificia Universidad Javeriana, el cual está basado en el esquema de robótica cooperativa, ya ha tenido participación en competencias de robótica, incluso a nivel internacional, teniendo en cuenta esta situación se busca realizar pruebas orientadas a competencia. También se busca contar con una plataforma que ejecute acciones cooperativas con resultados muy semejantes tanto en software como en hardware.

A demás, el trabajo de grado de Diego Castillo y Sebastián Plata [1] es un excelente punto de referencia y comparación entre datos existentes de simulación y datos a recolectar y comparar en hardware. Finalmente, resaltando el esquema de robótica cooperativa, se busca aumentar la cantidad de acciones cooperativas generadas por el modelo MRCC.

1.4 Impacto Esperado del ProyectoEl impacto esperado de este proyecto estará orientado a un mayor entendimiento y dominio de la conformación de micro sociedades conformadas por agentes bajo el modelo MRCC. De igual manera se espera ampliar el rango de aplicaciones en el campo de la robótica cooperativa.

Página 1 Preparado por el Grupo Investigación Istar- Versión 1.06 – 01/10/2010


1.5 Objetivo generalEl objetivo general del proyecto ProPAC está orientado a: extender a hardware el protocolo de pruebas del equipo de fútbol robótico Bochica de la Pontificia Universi-dad Javeriana para evaluar la eficiencia de las estrategias y las acciones cooperati-vas desarrolladas y probadas a nivel de simulación en la capa de micro sociedades del modelo MRCC.

1.6 Fases Metodológicas y objetivos específicosLos objetivos específicos que se describen a continuación están directamente rela-cionados con una fase metodológica, el objetivo especifico 1 con la fase metodológi-ca 1, el objetivo especifico 2 con la fase metodológica 2 y así consecutivamente.

Objetivo Específico 1: Realizar un análisis de las variables dependientes e indepen-dientes, identificar las variables intervinientes, caracterizarlas y adicionarlas al proto-colo orientado a realizar las pruebas de simulación en hardware.

Objetivo Específico 2: Diseñar el protocolo de pruebas en hardware partiendo del protocolo de simulación existente y de la caracterización realizada en el Objetivo Específico 1.

Objetivo Específico 3: Identificar estrategias cooperativas de fútbol robótico, dentro del framework MRCC, que deben ser mejoradas para que funcionen en hardware, esto con el fin de no generar resultados indeseados a la hora de ejecutar el protoco-lo diseñado en el Objetivo Específico 2.

Objetivo Específico 4: Aplicar métricas de comparación, basadas en razones de tiempo y porcentajes de éxito y fallo, a las estrategias identificadas.

Objetivo Específico 5: Analizar los resultados del protocolo aplicado para detectar puntos a explotar en la conformación de micro sociedades del modelo MRCC adap-tado a hardware, estos puntos detectados serán modificados a nivel de software.

1.7 Entregables o Resultados Esperados

1.7.1 El Entregable Central de este proyecto será un documento en el cual estarán consignadas las especificaciones detalladas de las pruebas realiza-das, los detalles acá consignados estarán representados en gran medida por la definición, en la Fase Metodológica 2, de los tiempos de ejecución de las pruebas, la cantidad de pruebas ejecutadas, la cantidad de repeticiones y los parámetros para evaluar (Ver Sección 2.2). También se tendrán registrados los datos recolectados en la Fase Metodológica 4, entre ellos porcentajes de éxito y fallo, comparaciones con los resultados de las pruebas realizadas en software (Ver Sección 2.4). Por otro lado también se encontraran, en este mismo documento, detalles tanto de la definición de las pruebas como de las variables reconocidas en la Fase Metodológica 1 (ver sección 2.1). En



este documento también se tendrá la información relacionada con los algorit-mos detectados en la Fase Metodológica 3 (Ver Sección 2.3). Finalmente este documento tendrá registrada la lista de los algoritmos que sean necesa-rios modificar, según los datos analizados en la Fase Metodológica 5, rela-cionados con la conformación de Micro Sociedades del modelo MRCC (Ver Sección 2.5).

1.7.2 También se entregaran una compilación de las listas de chequeo defi-nidas y con la información recolectada en la Fase Metodológica 4 (Ver Sec-ción 2.4).

1.7.3 Se entregará también el código de los algoritmos modificados detecta-dos en la Fase Metodológica 5 (Ver Sección 2.5) y en la Fase Metodológica 3 (Ver Sección 2.3). Asociado a estas modificaciones se entregaran especifi-caciones descriptivas de los algoritmos, su implementación y las pruebas realizadas a estas modificaciones.

1.7.4 Se entregara también la Memoria del Trabajo De Grado.

Para observar mejor la relación que existen entre los entregables y las fases meto-dológicas diríjase a la Imagen 1: “Relación entre objetivo general del proyecto, fases metodológicas y entregables”.



2 Proceso

2.1 Fase Metodológica 1Fase de caracterización del estado del arte.

2.1.1 MetodologíaLa metodología utilizada para esta fase será una investigación deductiva e inductiva que estará orientada a la apropiación de todos los conceptos necesarios para poder desarrollar las fases metodológicas subsecuentes.

2.1.2 Actividades

2.1.2.1 Levantamiento de requerimientos2.1.2.2 Recolección de información relacionada con pruebas en robots

futbolistas orientadas a hardware.2.1.2.3 Análisis de variables identificadas (independientes, dependientes

e intervinientes)

2.2 Fase Metodológica 2Fase de diseño del protocolo.

2.2.1 MetodologíaLa metodología utilizada para esta fase será investigación inductiva. Esta fase meto-dológica es la que más impacto tendrá dentro del trabajo de grado, de esta fase depende el éxito del protocolo. A su vez es la fase en la que se debe realizar un trabajo que no dé cabida a imprecisiones ya que estas podrían llevar al diseño de pruebas que no se ajusten a lo que realmente se busca y se necesita.

2.2.2 Actividades2.2.2.1 Evaluación de pruebas utilizadas en simulación2.2.2.2 Definición de pruebas a ejecutar.2.2.2.3 Definición de métricas para evaluar las pruebas a ejecutar.2.2.2.4 Definición de número de repeticiones de las pruebas a ejecutar. 2.2.2.5 Definición del formato de las listas de chequeo y documentos de

análisis de pruebas.

2.3 Fase Metodológica 3Fase de análisis y refinamiento de micro sociedades.



2.3.1 MetodologíaLa metodología utilizada para esta fase será investigación inductiva. Se determino el uso de esta metodología ya que esta fase se llevara a cabo para asegurarse que antes de realizar las pruebas en hardware las acciones cooperativas no presenten errores. Esto con el fin de no reflejar resultados de estos errores en los resultados de las pruebas a ejecutar.

2.3.2 Actividades2.3.2.1 Identificación de acciones cooperativas que necesitan refinamien-

to.2.3.2.2 Refinamiento a nivel de código de las acciones cooperativas iden-

tificadas en el punto anterior.

2.4 Fase Metodológica 4Fase experimental.

2.4.1 MetodologíaLa metodología utilizada para esta fase será experimental ya que esta fase repre-senta la ejecución de las pruebas diseñadas en el Objetivo Específico 2. Esta fase se caracterizara por ser la que más tiempo necesite para su ejecución, en promedio representara un poco más del doble de las horas asignadas individualmente a cada una de las otras cuatro fases metodológicas y su objetivo específico asociado.

2.4.2 Actividades

2.4.2.1 Implementación de las pruebas a ejecutar según la compilación de los resultados obtenidos de la Fase Metodológica 2 (Fase de diseño del protocolo).

2.4.2.2 Implementación de las listas de chequeo.2.4.2.3 Ejecución de las pruebas.2.4.2.4 Recolección de resultados arrojados por las pruebas y almacena-

miento de estos en las tablas de chequeo y documentos de análi-sis de pruebas.

2.5 Fase Metodológica 5Fase de complemento a micro sociedades de MRCC.



2.5.1 Metodología.La metodología utilizada para esta fase será una investigación Deductiva / Inductiva ya que esta fase será la que aporte conocimiento al framework MRCC al cual está orientado el desarrollo del trabajo de grado. Con este aporte se espera poder plan-tear trabajos futuros en esta área.

2.5.2 Actividades

2.5.2.1 Interpretación de los datos almacenados en las listas de chequeo y los documentos de análisis.

2.5.2.2 Identificación de las acciones cooperativas cuyos resultados se alejaron más de los resultados obtenidos en simulación.

2.5.2.3 Desarrollo de las mejoras a nivel de código en la capa de micro sociedades del modelo MRCC.



*Aclaración: La memoria no está relacionada específicamente con ninguna Fase Metodológica, esta tiene una rela-ción global con todo el Trabajo de Grado.

Figura 1 - Relación entre objetivo general del proyecto, fases metodológicas y entrega-bles.



3 Gestión del Proyecto

3.1 Estimación de la duración del Proyecto (Elaboración del Cronograma)

Para conocer el diagrama GANTT del proyecto ProPAC diríjase a la sección de anexos, espe -cíficamente al anexo 1: Propuesta Cronograma ProPAC.

Convenciones grafo del diagrama PERT:

Los números que se encuentran al interior de cada círculo representan las siguientes activida-des:

1. Levantamiento de requerimientos.2. Recolección de información relacionada con pruebas en robots futbolistas orienta-das a hardware.3. Análisis de variables identificadas (independientes, dependientes e inter-vinientes).4. Evaluación de pruebas utilizadas en simulación.5. Definición de pruebas a ejecutar.6. Definición de métricas para evaluar las pruebas a ejecutar.7. Definición de número de repeticiones de las pruebas a ejecutar. 8. Definición del formato de las listas de chequeo y documentos de análisis de prue-bas.9. Identificación de acciones cooperativas que necesitan refinamiento.10. Refinamiento a nivel de código de las acciones cooperativas identificadas en el punto anterior.11. Implementación de las pruebas a ejecutar según la compilación de los resultados obtenidos de la Fase Metodológica 2 (Fase de diseño del protocolo).12. Implementación de las listas de chequeo.13. Ejecución de las pruebas. 14. Recolección de resultados arrojados por las pruebas y almacenamiento de estos en las tablas de chequeo y documentos de análisis de pruebas.15. Interpretación de los datos almacenados en las listas de chequeo y los documen-tos de análisis.16. Identificación de las acciones cooperativas cuyos resultados se alejaron más de los resultados obtenidos en simulación. 17. Desarrollo de las mejoras a nivel de código en la capa de micro sociedades del modelo MRCC.

Los números que se encuentran arriba y a la izquierda de cada circulo (actividad) representa la cantidad en horas estimadas para su ejecución. Adicionalmente, se encuentra resaltada y en color rojo la ruta crítica.



Figura 2 – Diagrama PERT – Precedencia de actividades, horas estimadas y ruta críti-ca.

3.2 Estimación del costo del Proyecto (Presupuesto)

Costo recursos3.000.000,00

10.000.000,004.800.000,00

80.000,002.800.000,00

Costo Total ProPAC 20680000

Los valores representados se encuentran en pesos colombianos (COP). En el archivo adjunto “Propuesta Costo ProPAC” se encuentra mayor detalle acerca de este cálculo.



3.3 Estimación de los riesgos del Proyecto (Análisis de riesgos)

Riesgo Estrategias de Mitigación

Fallo de uno o más robots que impidan la ejecu-ción de las pruebas diseñadas.

Contar con soporte por parte del los integrantes del departamento de Ingeniería Electrónica inte-grantes del equipo Bochica.

Posibilidad de realizar las pruebas con los robots antiguos.

Fallo de una o de las dos cámaras que componen el sistema de visión artificial.

En caso de fallo de una cámara: calibrar la cara que no falla para que capture el mayor espacio posible de la cancha de futbol de futbol robótico.

En caso de presentarse un fallo de las dos cáma-ras sería necesario adaptar otras cámaras para realizar la captura de las imágenes.

Fallo del computador que controla el sistema de visión artificial.

Migrar el código del sistema SSL Vision a otro computador a demás de instalar los drivers y dispositivos necesarios para la captura de las imágenes.

Fallo del computador que controla el framework MRCC

Migar el código del framework MRCC a otro computador a demás de instalar los drivers y los dispositivos necesarios para la transmisión de los datos a los robots.

Fallo de la tarjeta emisora de las señales a los robots.

Reemplazo de la tarjeta emisora que presenta fallos.

El sistema de visión artificial (SSL Vision) no funciona de manera correcta y no distingue todos los patrones de color.

Buscar mecanismos para identificar como míni-mo los patrones correspondientes a la pelota, los límites de la cancha y los robots del equipo Bo-chica.



4 Marco Teórico / Estado del Arte

4.1 Fundamentos y conceptos relevantes para el proyecto.Robótica Cooperativa: modalidad de robótica que se basa en la asignación de tareas indivi -duales a un grupo de robots con la finalidad de ejecutar una acción que los involucre a todos con un objetivo en común.

Micro sociedad: Conjunto de robots que realizan tareas individuales relacionadas entre sí para conseguir un objetivo en común.

MRCC: Multi-Resolution Cooperative Control. Mecanismo que se encarga de asignar roles y tareas a robots de una micro sociedad.

SSL: Small Size League. Categoría de fútbol robótico cuyos participantes se denominan F-180.

SSL-Vision: Small Size League Vision. Sistema de visión artificial, diseñado para la catego-ría SSL, por medio del cual se detectan los componentes físicos dentro del campo de juego para ser procesados.

F-180: tipo de robot correspondiente a la categoría SSL que se caracteriza por contar con un radio de 180 milímetros y 150 milímetros de alto como máximo.

Robocup: Organización internacional de carácter investigativo que busca avanzar cada vez más en el estado del arte de robots inteligentes.

4.2 Experiencias previasEn el marco de la elaboración de un video de clasificación al mundial de robótica (ROBOCUP – Istanbul2011) se realizaron pruebas de dos acciones cooperativas en los robots físicos, estas acciones eran: seguimiento de balón y evasión de obstáculos. En el marco de estas pruebas se pudieron tener en cuenta varios aspectos relevantes para este proyecto, espe-cialmente las variables intervinientes.

De igual manera fue una primera aproximación a este tipo de ejecuciones experimentales.

4.3 Herramientas tecnológicas existentes actualmente y que intentan resolver el problema. Actualmente no existen herramientas que solucionen la pregunta generada que da origen a la propuesta de Trabajo de Grado, por lo tanto se considera que la oportunidad para desarrollar ProPAC es máxima y esta genera una gran fortaleza. Sin embargo existe una debilidad que radica en falta de soporte, para solucionar algunos posibles tropiezos u obstáculos, por parte de herramientas existentes.



4.4 Marco InstitucionalTeniendo en cuenta la Misión de la Pontificia Universidad Javeriana:

“En el inmediato futuro, la Universidad Javeriana impulsará prioritariamente la investiga-ción y la formación integral centrada en los currículos; fortalecerá su condición de universi -dad interdisciplinaria; y vigorizará su presencia en el país, contribuyendo especialmente a la solución de las problemáticas siguientes:

La crisis ética y la instrumentalización del ser humano. El poco aprecio de los valores de la nacionalidad y la falta de conciencia sobre la

identidad cultural. La intolerancia y el desconocimiento de la pluralidad y la diversidad. La discriminación social y la concentración del poder económico y político. La inadecuación e ineficiencia de sus principales instituciones. La deficiencia y la lentitud en el desarrollo científico y tecnológico. La irracionalidad en el manejo del medio ambiente y de los recursos naturales.

Acuerdo No. 0066 del Consejo Directivo Universitario, 22 de abril de 1992” [2]

Se pretende ejecutar un trabajo de grado orientado primordialmente a la investigación y a través de esta lograr desarrollos en el ámbito de la propia robótica cooperativa, logrando con esto generar aportes para la sociedad y estimular el desarrollo científico y tecnológico del país.

4.5 GlosarioMRCC: Multi-Resolution Cooperative Control

SSL: Small Size League

SSLVision: Small Size League Vision



5 Referencias y Bibliografía

Para las referencias y la bibliografía propuesta se maneja formato IEEE, es un formato que he manejado previamente y el que más conozco.

5.1 Referencias[1] Diego Castillo y Plata Sebastián, «Modelo de gestión de formaciones que amplía el mo -delo de control de cooperación basado en multiresolución MRCC», Pontificia Universidad Javeriana.

[2] Misión Pontificia Universidad Javeriana. Documento institucional, recurso web, fecha de consulta: 15 de mayo de 2011. Disponible en: http://puj-portal.javeriana.edu.co/portal/page/portal/PORTAL_VERSION_2009_2010/es_mision

5.2 Bibliografía Propuesta para el desarrollo del Trabajo de Grado

[1] 2002 7th International Conference on Control, Automation, Robotics and Vision (IEEE Cat. No.02EX649), 2002.

[2] Y. Zhang y A.K. Mackworth, «A constraint-based controller for soccer-playing ro-bots», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 1290–1295.

[3] L. Qiu y Z. Li, «A fast component labeling and description algorithm for RoboCup middle-Size League», Proc. 7th World Congress Intelligent Control and Automation WCICA 2008, 2008, pág. 6575–6579.

[4] V. Salmani, A.M. Fard, y M. Naghibzadeh, «A Fuzzy Two-Phase Decision Making Ap-proach for Simulated Soccer Agent», Proc. IEEE Int Engineering of Intelligent Systems Conf, 2006, pág. 1–6.

[5] C.E. Prieto, F. Nino, y G. Quintana, «A goalkeeper strategy in robot soccer based on Danger Theory», Proc. (IEEE World Congress Computational Intelligence). IEEE Con-gress Evolutionary Computation CEC 2008, 2008, pág. 3443–3447.

[6] K.-Y. Tu, P.H. Lin, C.Y. Wu, Y.H. Sun, H.P. Yang, C.M. Wang, S.C. Chen, y W.C. Lee, «A humanoid robot designed for HuroCup competition», Proc. SICE Annual Conf. 2010, 2010, pág. 43–47.

[7] X. Zhang, C. Liu, Q. Yu, y Z. Li, «A Identification Method for Robotics Soccer», Proc. Second Int Education Technology and Computer Science (ETCS) Workshop, 2010, pág. 574–577.

[8] W. Xianwei, M. Karnjanadecha, y T. Khaorapapong, «A low-cost solution of motor control system for Robocup robots», Proc. 5th Int. Conf. Electrical Engineering/Elec-tronics, Computer, Telecommunications and Information Technology ECTI-CON 2008, 2008, pág. 645–648.

[9] H. Minakata, Y. Hayashibara, K. Ichizawa, T. Horiuchi, M. Fukuta, S. Fujita, H. Kami-naga, K. Irje, y H. Sakamoto, «A method of single camera robocup humanoid robot


http://puj-portal.javeriana.edu.co/portal/page/portal/PORTAL_VERSION_2009_2010/es_mision

http://puj-portal.javeriana.edu.co/portal/page/portal/PORTAL_VERSION_2009_2010/es_mision


localization using cooperation with walking control», Proc. 10th IEEE Int. Workshop Advanced Motion Control AMC ’08, 2008, pág. 50–55.

[10] T.L. Ruas, M. das Gracas B. Marietto, R. Franca, y A.F. de M. Batista, «A Model for fire spreading by multi-agent systems: A RoboCup Rescue simulation and Swarm platform approach», Proc. Second Int. Conf. the Applications of Digital Information and Web Technologies ICADIWT ’09, 2009, pág. 380–385.

[11] Y. Qu, F.-C. Li, y X.-D. Wu, «A Multi-Agent Based Information Integration Platform for Computer Supported Collaborative Design», Proc. Int Machine Learning and Cyber-netics Conf, 2006, pág. 164–168.

[12] T. Nagata, Y. Nakachi, y R. Hatano, «A multi-agent cooperative voltage control method», Proc. IEEE Power and Energy Society General Meeting - Conversion and Delivery of Electrical Energy in the 21st Century, 2008, pág. 1–6.

[13] E. Yang y D. Gu, «A Multiagent Fuzzy Policy Reinforcement Learning Algorithm with Application to Leader-Follower Robotic Systems», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2006, pág. 3197–3202.

[14] B. Khosravifar, M. Gomrokchi, y J. Bentahar, «A Multi-agent-based Approach to Im-prove Intrusion Detection Systems False Alarm Ratio by Using Honeypot», Proc. Int. Conf. Advanced Information Networking and Applications Workshops WAINA ’09, 2009, pág. 97–102.

[15] J. Fleischer, B. Szatmary, D. Hutson, D. Moore, J. Snook, G.M. Edelman, y J. Krichmar, «A neurally controlled robot competes and cooperates with humans in Segway soc-cer», Proc. IEEE Int. Conf. Robotics and Automation ICRA 2006, 2006, pág. 3673–3678.

[16] S. Li, Z. Ye, y Zengqi-Sun, «A new agent architecture for RoboCup tournament: cogni-tive architecture», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 199–202.

[17] L. Xiong, C. Wei, G. Jing, Z. Zhenkun, y H. Zekai, «A New Passing Strategy Based on Q-Learning Algorithm in RoboCup», Proc. Int Computer Science and Software Engineer-ing Conf, 2008, pág. 524–527.

[18] D. Lee, D. Kim, K. Hwang, C. Chung, y T. Kuc, «A Novel Color patch System for the Large League MIROSOT», Proc. Int SICE-ICASE Joint Conf, 2006, pág. 576–580.

[19] Y. Zhang y H. Yang, «A Novel Simulation Platform for Robot-Soccer Games», Proc. Pacific-Asia Workshop Computational Intelligence and Industrial Application PACIIA ’08, 2008, pág. 650–655.

[20] V.A. Ziparo, L. Iocchi, M. Leonetti, y D. Nardi, «A probabilistic action duration model for plan selection and monitoring», Proc. IEEE/RSJ Int Intelligent Robots and Systems (IROS) Conf, 2010, pág. 4716–4721.

[21] M. Fujita y K. Kageyama, «A proposal of a quadruped robot platform for RoboCup», Proc. IEEE/RSJ Int Intelligent Robots and Systems IROS ’97. Conf, 1997.

[22] B.-Q. Li, J.-C. Zeng, y M. Wang, «A rational model of cooperation negotiation in multi-agent system», Proc. Int Machine Learning and Cybernetics Conf, 2002, pág. 1332–1335.

[23] F.H. Borsato y F.C. Flores, «A real time method to object detection and tracking ap-plied to robot-soccer», Proc. IEEE Conf. Cybernetics and Intelligent Systems, 2004, pág. 174–178.



[24] C.G. Cassandras y W. Li, «A receding horizon approach for solving some cooperative control problems», Proc. 41st IEEE Conf. Decision and Control, 2002, pág. 3760–3765.

[25] B. Dunin-Keplicz y R. Verbrugge, «A reconfiguration algorithm for the maintenance of collective commitments», Proc. Int Multi Agent Systems Conf, 1998, pág. 421–422.

[26] K. Kobayashi, M. Inagawa, y K. Watanabe, «A study of automatic situation detection by using the “SPACE” for the Robocup soccerscope», Proc. SICE 2003 Annual Conf, 2003, pág. 3369–3372.

[27] A.H. Pratomo, M.S. Zakaria, y A.S. Prabuwono, «A study on image calibration tech-nique for Autonomous Robot», Proc. Int. Conf. Electrical Engineering and Informatics ICEEI ’09, 2009, pág. 242–246.

[28] Y. Liu, M. Mazurkiewicz, y M. Kwitek, «A Study Towards Reliability- and Delay-Critical Wireless Communication for RoboCup Robotic Soccer Application», Proc. Int. Conf. Wireless Communications, Networking and Mobile Computing WiCom 2007, 2007, pág. 633–636.

[29] Y.-C. Choi y H.-S. Ahn, «A survey on multi-agent reinforcement learning: Coordina-tion problems», Proc. IEEE/ASME Int s and Embedded Systems and Applications (MESA) Conf, 2010, pág. 81–86.

[30] X. Xu, S. Li, Z. Ye, y Z.Q. Sun, «A survey: RoboCup and the research», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 207–211.

[31] R. Seymour y G.L. Peterson, «A Trust-Based Multiagent System», Proc. Int. Conf. Computational Science and Engineering CSE ’09, 2009, pág. 109–116.

[32] J. Figueroa, J. Posada, J. Soriano, M. Melgarejo, y S. Rojas, «A Type-2 Fuzzy Controller for Tracking Mobile Objects in the Context of Robotic Soccer Games», Proc. 14th IEEE Int. Conf. Fuzzy Systems FUZZ ’05, 2005, pág. 359–364.

[33] C. Kavaklioglu y O. Kaynak, «A Type-2 Fuzzy Planner with Semi Qualitative World Model for Robocup Domain», Proc. IEEE Int. Conf. Automation Science and Engineer-ing CASE 2007, 2007, pág. 795–799.r

[34] Z. Liu, K. Chen, y L. Liu, «A Uniform Gait Generation Method for RoboCup Humanoid Robot Based on Genetic Algorithms», Proc. IEEE Int Mechatronics and Automation Conf, 2006, pág. 1620–1625.

[35] A. Haddadi y K. Sundermeyer, «Acquaintance relations in autonomous agent soci -eties», Proc. ISADS 93. Symp. Int Autonomous Decentralized Systems, 1993, pág. 151–157.

[36] D.-liang Li y H.-hua Wang, «Action design and implementation based on Micro Soc-cer Robot», Proc. 3rd Int Knowledge Acquisition and Modeling (KAM) Symp, 2010, pág. 217–220.

[37] H.-S. Kim, H.-S. Shim, M.-J. Jung, y J.-H. Kim, «Action selection mechanism for soccer robot», Proc. Symp. IEEE Int Computational Intelligence in Robotics and Automation CIRA’97., 1997, pág. 390–395.

[38] J.Y. Kuo y F. Hsieh, «Adaptive and cooperative learning for Robocup agents», Proc. Int Machine Learning and Cybernetics Conf, 2008, pág. 3125–3131.

[39] Z. Rahaie y H. Beigy, «Addition of learning to critic agent as a solution to the multi-agent credit assignment problem», Proc. Fifth Int. Conf. Soft Computing, Computing



with Words and Perceptions in System Analysis, Decision and Control ICSCCW 2009, 2009, pág. 1–4.

[40] B. Zhang, X. Chen, G. Liu, y Q. Cai, «Agent architecture: a survey on RoboCup-99 sim-ulator teams», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 194–198.

[41] Y. Bo y W. Qinghua, «Agent brigade in dynamic formation of robotic soccer», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 174–178.

[42] J. de Best y R. van de Molengraft, «An active ball handling mechanism for RoboCup», Proc. 10th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2008 , 2008, pág. 2060–2065.

[43] T. Kawakami, M. Kinoshita, M. Watanabe, N. Takatori, y M. Furukawa, «An actor-critic approach for learning cooperative behaviors of multiagent seesaw balancing problems», Proc. IEEE Int Systems, Man and Cybernetics Conf, 2005, pág. 109–114.

[44] B. Zhang, Q. Cai, X. Chen, B. Yang, y Y. Yang, «An agent team for RoboCup simulator league», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 189–193.

[45] J. Yao, J. Chen, y Z. Sun, «An application in RoboCup combining Q-learning with ad-versarial planning», Proc. 4th World Congress Intelligent Control and Automation , 2002, pág. 496–500.

[46] M. Goyal, «An attitude based cooperative negotiation model», Proc. Fourth Int. Conf. Hybrid Intelligent Systems HIS ’04, 2004, pág. 476–477.

[47] P. Heinemann, F. Sehnke, F. Streichert, y A. Zell, «An Automatic Approach to Online Color Training in RoboCup Environments», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2006, pág. 4880–4885.

[48] A. Hajipour, Y. Heydarzadeh, A.T. Haghighat, y A. Bastanfard, «An Efficient Method for Logging Strategy Using Case Based Reasoning in Soccer Simulation», Proc. Third Asia Int. Conf. Modelling & Simulation AMS ’09, 2009, pág. 67–72.

[49] V. Ambriola y V. Gervasi, «An environment for cooperative construction of natural-language requirement bases», Proc. Eighth Conf. Software Engineering Environments, 1997, pág. 124–130.

[50] T. Nakashima, M. Takatani, M. Udo, y H. Ishibuchi, «An evolutionary approach for strategy learning in RoboCup soccer», Proc. IEEE Int Systems, Man and Cybernetics Conf, 2004, pág. 2023–2028.

[51] J.-Y. Kuo y Y.C. Ou, «An Evolutionary Fuzzy Behaviour Controller Using Genetic Algo-rithm in RoboCup Soccer Game», Proc. Ninth Int. Conf. Hybrid Intelligent Systems HIS ’09, 2009, pág. 281–286.

[52] B.-T. Zhang y S.-H. Kim, «An evolutionary method for active learning of mobile robot path planning», Proc. Symp. IEEE Int Computational Intelligence in Robotics and Auto-mation CIRA’97., 1997, pág. 312–317.

[53] R. Samperio y H. Hu, «An interactive HRI for walking robots in RoboCup», Proc. Int. Conf. Information and Automation ICIA 2008, 2008, pág. 948–953.

[54] T. Junyuan y L. Desheng, «An Optimal Strategy Learning for RoboCup in Continuous State Space», Proc. IEEE Int Mechatronics and Automation Conf, 2006, pág. 301–305.



[55] M. Asada, «An overview of the RoboCup physical agent challenge: phase I», Proc. IEEE/RSJ Int Intelligent Robots and Systems IROS ’97. Conf, 1997.

[56] P.F. Dominey, G. Metta, F. Nori, y L. Natale, «Anticipation and initiative in human-hu-manoid interaction», Proc. 8th IEEE-RAS Int. Conf. Humanoid Robots Humanoids 2008, 2008, pág. 693–699.

[57] L. Yongmei, S. Haimeng, y M. Jiancan, «Application of Attention in the RoboCup Au-dio-Visual Information Processing», Proc. Int. Conf. Information Engineering and Com-puter Science ICIECS 2009, 2009, pág. 1–3.

[58] F. Cheng y Y. Ma, «Application of ellipse limit-cycle navigation to fast mobile robots», Proc. Chinese Control and Decision Conf. (CCDC), 2010, pág. 1434–1437.

[59] C. Jianhuai, L. Xiao, Y. Wuyi, L. Wei, Y. Zhao, y L. Maoqing, «Application of Fuzzy Eval -uation and Inference in RoboCup», Proc. IEEE Int. Symp. Knowledge Acquisition and Modeling Workshop KAM Workshop 2008, 2008, pág. 593–596.

[60] H. Dong y J. Lu, «Application of MicroC/OS in the control system of intelligent robocup», Proc. Fifth World Congress Intelligent Control and Automation WCICA 2004, 2004, pág. 4768–4772.

[61] W. jun, X. jing, y W. hongyuan, «Application Research on RoboCup 3D Agent Walking Using Improved HEDGER Algorithm», Proc. Int Electrical and Control Engineering (ICECE) Conf, 2010, pág. 486–489.

[62] J.-Y. Kuo y H.-K. Cheng, «Applying assimilation and accommodation for cooperative learning of RoboCup agent», Proc. Int Machine Learning and Cybernetics (ICMLC) Conf, 2010, pág. 3234–3239.

[63] G.-C. Luh, C.-Y. Wu, y W.-W. Liu, «Artificial Immune System based Cooperative Strategies for Robot Soccer Competition», Proc. 1st Int Strategic Technology Forum, 2006, pág. 76–79.

[64] P. Heinemann, F. Streichert, F. Sehnke, y A. Zell, «Automatic Calibration of Camera to World Mapping in RoboCup using Evolutionary Algorithms», Proc. IEEE Congress Evo-lutionary Computation CEC 2006, 2006, pág. 1316–1323.

[65] Y. Nagaonkar, B. Call, S. Cluff, J. Archibald, y D.J. Lee, «Autonomous mobile robotic system with onboard vision using configurable logic», Proc. 31st Annual Conf. of IEEE Industrial Electronics Society IECON 2005, 2005.

[66] Z. Tang, C. Zhou, y Z. Sun, «Balance of penalty kicking for a biped robot», Proc. IEEE Conf. Robotics, Automation and Mechatronics, 2004, pág. 336–340.

[67] A. Chohra, P. Scholl, H.-U. Kobialka, J. Hermes, y A. Bredenfeld, «Behavior learning to predict using neural networks (NN): Ttowards a fast, cooperative and adversarial robot team (RoboCup)», Proc. Second Int Robot Motion and Control Workshop, 2001, pág. 79–84.

[68] J.G. Hurdus y D.W. Hong, «Behavioral programming with hierarchy and parallelism in the DARPA urban challenge and robocup», Proc. IEEE Int. Conf. Multisensor Fusion and Integration for Intelligent Systems MFI 2008, 2008, pág. 503–509.

[69] Y.-Y. Hu, K.-H. Huang, H.-M. Chan, C.-H. Hung, y C.-C. Wong, «Behaviors design for vision-based humanoid robot», Proc. SICE Annual Conf. 2010, 2010, pág. 2287–2290.

[70] T. Srinivasan, K. Aarthi, S. Aishwarya Meenakshi, y M. Kausalya, «CBRRoboSoc: An Efficient Planning Strategy for Robotic Soccer Using Case Based Reasoning», Proc. Int



Computational Intelligence for Modelling, Control and Automation and Int. Conf. In-telligent Agents, Web Technologies and Internet Commerce Conf, 2006.

[71] M. Perron y H. Zhang, «Coaching a robot collective», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’04, 2004, pág. 3443–3448.

[72] Y. Liu y K.M. Passino, «Cohesive Behaviors of Multiagent Systems With Information Flow Constraints», IEEE, vol. 51, 2006, pág. 1734–1748.

[73] M. McNaughton y H. Zhang, «Color vision for RoboCup with fast lookup tables», Proc. IEEE Int Robotics, Intelligent Systems and Signal Processing Conf, 2003, pág. 399–404.

[74] C. Sibertin-Blanc, C. Hanachi, y J. Cardoso, «Communication protocols as first-class components of multiagent systems», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 437–438.

[75] C.E.A. Duran, V. Matellan, J.M. Canas, F. Martin, y M.A.O. Perez, «Communications for cooperation: the RoboCup 4-legged passing challenge», Proc. IEEE 3rd Latin Amer-ican Robotics Symp. LARS ’06, 2006, pág. 149–154.

[76] S. Lauzac y T.F. Znati, «Comparative evaluation of cooperative plan execution strate-gies in multiagent environments», Proc. 28th Annual Simulation Symp., 1995, pág. 126–135.

[77] G. Faria, R.A.F. Romero, E. Prestes, y M.A.P. Idiart, «Comparing harmonic functions and potential fields in the trajectory control of mobile robots», Proc. IEEE Conf. Ro-botics, Automation and Mechatronics, 2004, pág. 762–767.

[78] J. Peterson, G. Hager, y A. Serjentov, «Composable robot controllers», Proc. IEEE Int Computational Intelligence in Robotics and Automation Symp, 2001, pág. 149–154.

[79] J.M. Angel, G.E. Bravo C, y F. De la Rosa R, «Conceptualization of Human Soccer Con-cepts to Robotic Soccer Architecture», Proc. Electronics, Robotics and Automotive Mechanics Conf. (CERMA), 2010, pág. 502–507.

[80] Y. Horima, S. Shirakawa, N. Yata, y T. Nagao, «Construction of players’ action for robocup soccer using graph structured program evolution», Proc. SICE Annual Conf. 2010, 2010, pág. 690–695.

[81] X.M. Xu, Z. Ye, y Z.Q. Sun, «Construction of state space in RoboCup», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 203–206.

[82] T. Zhe y S. Zengqi, «Cooperation in RoboCup», Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 469–473.

[83] Y. Liu, L. Dong, y Y. Sun, «Cooperation Model of Multi-agent System Based on the Situation Calculus», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT ’06, 2006, pág. 424–427.

[84] T. Zhou, B.-R. Hong, C.-X. Shi, y H.-Y. Zhou, «Cooperative Behavior Acquisition Based Modular Q Learning in Multi-Agent System», Proc. Int Machine Learning and Cyber-netics Conf, 2005, pág. 205–210.

[85] S. Ikenoue, M. Asada, y K. Hosoda, «Cooperative behavior acquisition by asynchro-nous policy renewal that enables simultaneous learning in multiagent environment», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2002, pág. 2728–2734.



[86] M. Nagao y T. Miki, «Cooperative behavior generation method using local communi-cation for distributed multi-agent systems», Proc. IEEE Int Systems Man and Cyber-netics (SMC) Conf, 2010, pág. 2886–2892.

[87] K.-S. Hwang, S.-W. Tan, M.-C. Hsiao, y C.-S. Wu, «Cooperative multiagent congestion control for high-speed networks», IEEE, vol. 35, 2005, pág. 255–268.

[88] L.-M. Gao, J. Zeng, J. Wu, y M. Li, «Cooperative reinforcement learning algorithm to distributed power system based on Multi-Agent», Proc. 3rd Int. Conf. Power Electron-ics Systems and Applications PESA 2009, 2009, pág. 1–4.

[89] J.Y. Kuo y H.Z. Lin, «Cooperative RoboCup agents using genetic case-based reason-ing», Proc. IEEE Int. Conf. Systems, Man and Cybernetics SMC 2008, 2008, pág. 613–618.

[90] N. Ould-Khessal, M.Y. Naing, y T.J. Sin, «Cooperative strategies in robotic soccer», Proc. 7th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2002 , 2002, pág. 240–245.

[91] G. Kontes y M.G. Lagoudakis, «Coordinated Team Play in the Four-Legged RoboCup League», Proc. 19th IEEE Int. Conf. Tools with Artificial Intelligence ICTAI 2007, 2007, pág. 109–116.

[92] C. Castelpietra, L. Iocchi, D. Nardi, M. Piaggio, A. Scalzo, y A. Sgorbissa, «Coordination among heterogeneous robotic soccer players», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2000), 2000, pág. 1385–1390.

[93] L. Mota, N. Lau, y L.P. Reis, «Co-ordination in RoboCup’s 2D simulation league: Set-plays as flexible, multi-robot plans», Proc. IEEE Conf. Robotics Automation and Mechatronics (RAM), 2010, pág. 362–367.

[94] G. Adorni, S. Cagnoni, M. Mordonini, y M. Piaggio, «Coordination strategies for the goal-keeper of a RoboCup mid-size team», Proc. IEEE Intelligent Vehicles Symp. IV 2000, 2000, pág. 486–491.

[95] T. Weigel, J.-S. Gutmann, M. Dietl, A. Kleiner, y B. Nebel, «CS Freiburg: coordinating robots for successful soccer playing», IEEE, vol. 18, 2002, pág. 685–699.

[96] A. Fagiolini, G. Valenti, L. Pallottino, G. Dini, y A. Bicchi, «Decentralized intrusion de-tection for secure cooperative multi-agent systems», Proc. 46th IEEE Conf. Decision and Control, 2007, pág. 1553–1558.

[97] P. Stone, P. Riley, y M. Veloso, «Defining and using ideal teammate and opponent agent models: a case study in robotic soccer», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 441–442.

[98] D.F. Castro R, J.S. Galarza M, y F. De la Rosa, «Definition and Evaluation of Robotic Soccer Motions», Proc. Electronics, Robotics and Automotive Mechanics Conf. (CERMA), 2010, pág. 488–493.

[99] H. Kitano, H.G. Okuno, K. Nakadai, T. Sabisch, y T. Matsui, «Design and architecture of SIG the humanoid: an experimental platform for integrated perception in RoboCup humanoid challenge», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2000), 2000, pág. 181–190.

[100] K.-Y. Tu, «Design and implementation of a cheap middle size soccer robot with wide vision scope for RoboCup», Proc. IEEE Int. Conf. Mechatronics ICM ’05, 2005, pág. 130–135.



[101] H. Karaoguz, M. Usta, y M. Akar, «Design and implementation of a hierarchical hy-brid controller for holonomic robot formations», Proc. 10th Int. Conf. Control, Auto-mation, Robotics and Vision ICARCV 2008, 2008, pág. 1993–1998.

[102] U.D. Ulusar y H.L. Akin, «Design and Implementation of a Real Time Planning System for Autonomous Robots», Proc. IEEE Int Industrial Electronics Symp, 2006, pág. 74–79.

[103] N. Ould-Khessal, «Design and implementation of a robot soccer team based on omni-directional wheels», Proc. 2nd Canadian Conf. Computer and Robot Vision, 2005, pág. 544–549.

[104] W. Ning, Y.-N. Zhao, Z.-H. Yang, Y.-P. Cai, R. Ma, y J.-X. Wang, «Design and implemen-tation of educational platform in RoboCup simulation games», Proc. Int Machine Learning and Cybernetics Conf, 2002, pág. 578–581.

[105] K.-Y. Tu y S.-C. Luo, «Design and Implementation of Omni-Directional Soccer Robots for RoboCup», Proc. IEEE Int. Conf. Systems, Man and Cybernetics SMC ’06 , 2006, pág. 2000–2005.

[106] C.-M. Chang, M.F. Lu, C.-Y. Hu, S.-W. Lai, S.-H. Liu, Y.-T. Su, y T.-H.S. Li, «Design and implementation of penalty kick function for small-sized humanoid robot by using FPGA», Proc. IEEE Workshop Advanced robotics and Its Social Impacts ARSO 2008, 2008, pág. 1–6.

[107] M. Ohta, T. Koto, I. Takeuchi, T. Takahashi, y H. Kitano, «Design and implementation of the kernel and agents for the RoboCup-Rescue», Proc. Fourth Int MultiAgent Sys-tems Conf, 2000, pág. 423–424.

[108] Y. Li y S. Jun, «Design and Realization of Group ID Image Segmentation for RoboCup Small Size League», Proc. Third Int. Symp. Intelligent Information Technology Applica-tion IITA 2009, 2009, pág. 155–159.

[109] A.S. Conceao, A.P. Moreira, y P.J. Costa, «Design of a mobile robot for RoboCup Mid-dle Size League», Proc. 6th Latin American Robotics Symp. (LARS), 2009, pág. 1–6.

[110] G. Tong, W. Xiao, y X. Xu, «Design of RoboCup robot soccer global vision system», Proc. 3rd World Congress Intelligent Control and Automation, 2000, pág. 212–214.

[111] E.R. Stuck, «Detecting and diagnosing navigational mistakes», Proc. IEEE/RSJ Int Intel-ligent Robots and Systems 95. «Human Robot Interaction and Cooperative Robots» Conf, 1995, pág. 41–46.

[112] T. Nakamura, K. Terada, A. Shibata, J. Morimoto, H. Adachi, y H. Takeda, «Develop-ment of a cheap on-board vision mobile robot for robotic soccer research», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 431–436.

[113] P. Rathaba, W. du Plessis, I.K. Craig, y P. Saayman, «Development of a gaming strat -egy for soccer robots using optimal methods», Proc. IEEE AFRICON Africon Conf. in Africa 6th, 2002, pág. 81–84.

[114] A. Salim, O. Fuentes, y A. Munoz, «Development of local vision-based behaviors for a robotic soccer player», Proc. Fifth Mexican Int. Conf. in Computer Science ENC 2004, 2004, pág. 275–281.

[115] K. Yuan, X. Liu, B. Luo, y H. Zhu, «Development of the autonomic mobile platform for RoboCup robot», Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 506–509.



[116] N. Shah, K.-M. Chao, N. Godwin, y A. James, «Diagnosing plan failure in multi-agent systems using plan abstract knowledge», Proc. Ninth Int Computer Supported Cooper-ative Work in Design Conf, 2005, pág. 446–451.

[117] A.W. Stroupe, M.C. Martin, y T. Balch, «Distributed sensor fusion for object position estimation by multi-robot systems», Proc. ICRA Robotics and Automation IEEE Int. Conf, 2001, pág. 1092–1098.

[118] R. Ueda, K. Sakamoto, K. Takeshita, y T. Arai, «Dynamic Programming for Creating Cooperative Behavior of Two Soccer Robots - Part 1: Computation of State-Action Map», Proc. IEEE Int Robotics and Automation Conf, 2007, pág. 1–7.

[119] S.-H. Chang, W.-H. Chang, C.-H. Hsia, F. Ye, y J.-S. Chiang, «Efficient neural network approach of self-localization for humanoid robot», Proc. Joint Conf.s Pervasive Com-puting (JCPC), 2009, pág. 149–154.

[120] H. Wang, H. Wang, C. Wang, y W.Y.C. Soh, «Embedding cooperation in robots to play soccer game», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2001, pág. 809–814.

[121] M.A. Mazurowski y J.M. Zurada, «Emergence of communication in multi-agent sys-tems using reinforcement learning», Proc. IEEE Int. Conf. Computational Cybernetics ICCC 2006, 2006, pág. 1–6.

[122] Q. Meng, Y. Xu, y Y. Tan, «Entropy-Based Victim Search in RoboCup Rescue Agent Simulation», Proc. WRI World Congress Computer Science and Information Engineer-ing, 2009, pág. 692–696.

[123] F. Farahnakian y N. Mozayani, «Evaluating Feature Selection Techniques in Simulated Soccer Multi Agents System», Proc. Int. Conf. Advanced Computer Control ICACC ’09, 2009, pág. 107–110.

[124] J. Denzinger y M. Kordt, «Evolutionary online learning of cooperative behavior with situation-action pairs», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 103–110.

[125] L. Huang, Q. Song, y N. Kasabov, «Evolving Connectionist Systems Based Role Alloca-tion of Robots for Soccer Playing», Proc. IEEE Int. Symp. Control and Automation Mediterrean Conf Intelligent Control, 2005, pág. 36–40.

[126] J.-S. Gutmann, T. Weigel, y B. Nebel, «Fast, accurate, and robust self-localization in polygonal environments», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS ’99, 1999, pág. 1412–1419.

[127] F.C. Carlos Bernal, «Formations Level on the MRCC Model», N/A, vol. N/A, 2008, pág. 9.

[128] Y.-T. Su, C.-Y. Hu, y T.-H.S. Li, «FPGA-based fuzzy PK controller and image processing system for small-sized humanoid robot», Proc. IEEE Int. Conf. Systems, Man and Cy-bernetics SMC 2009, 2009, pág. 1039–1044.

[129] T. Fukuda, I. Takagawa, y Y. Hasegawa, «From intelligent robot to multi-agent robotic system», Proc. Int Integration of Knowledge Intensive Multi-Agent Systems Conf, 2003, pág. 413–417.

[130] M. Kaya y R. Alhajj, «Fuzzy OLAP association rules mining-based modular reinforce-ment learning approach for multiagent systems», IEEE, vol. 35, 2005, pág. 326–338.



[131] Q. Meng, X. Zhuang, C. Zhon, J. Xiong, Y. Wang, T. Wang, y B. Yin, «Game strategy based on fuzzy logic for soccer robots», Proc. IEEE Int Systems, Man, and Cybernetics Conf, 2000, pág. 3758–3763.

[132] C. Lo, Q. Cao, Z.X. Xiao, y Z. Zhen, «Gesture Recognition System Based on Accelera -tion Data for Robocup Referees», Proc. Fifth Int. Conf. Natural Computation ICNC ’09, 2009, pág. 149–153.

[133] M.J. Mataric, «Group behavior and group learning», Proc. From Perception to Action Conf., 1994, pág. 326–329.

[134] J. Murray y F. Stolzenburg, «Hybrid State Machines with Timed Synchronization for Multi-Robot System Specification», Proc. portuguese conference Artificial intelligence epia 2005, 2005, pág. 236–241.

[135] L. Matignon, G.J. Laurent, y N. Le Fort-Piat, «Hysteretic q-learning :an algorithm for decentralized reinforcement learning in cooperative multi-agent teams», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág. 64–69.

[136] L. Lin, X. Min, y Z. Zhiqiang, «Implement of a RoboCup small-size robot system», Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 483–487.

[137] F. Stulp, M. Isik, y M. Beetz, «Implicit coordination in robotic teams using learned prediction models», Proc. IEEE Int. Conf. Robotics and Automation ICRA 2006, 2006, pág. 1330–1335.

[138] P. Xiaoyan, Z. Yong, y T. Heliang, «Improve on recognition algorithms of RoboCup», Proc. 4th World Congress Intelligent Control and Automation, 2002, pág. 515–518.

[139] M. Veloso y P. Stone, «Individual and collaborative behaviors in a team of homoge-neous robotic soccer agents», Proc. Int Multi Agent Systems Conf, 1998, pág. 309–316.

[140] H.G. Okumo, Y. Nakagawa, y H. Kitano, «Integrating auditory and visual perception for robotic soccer players», Proc. IEEE Int Systems, Man, and Cybernetics Conf. IEEE SMC ’99, 1999, pág. 744–749.

[141] R. Ribeiro, A.P. Borges, y F. Enembreck, «Interaction Models for Multiagent Rein-forcement Learning», Proc. Int Computational Intelligence for Modelling Control & Automation Conf, 2008, pág. 464–469.

[142] F. Cheng y Y. Ma, «Intercepting algorithm for differential robots», Proc. Int Intelligent Control and Information Processing (ICICIP) Conf, 2010, pág. 1–4.

[143] Y. Li, X. Yang, y J. Yang, «Interception strategy in Multi-Agent Systems based on Rough Sets», Proc. IEEE Int. Conf. Granular Computing GrC 2008, 2008, pág. 397–400.

[144] L. Lei, X. Rui-zhi, W. Ke, y W. Wei, «Key Techniques in Robocup Middle-Sized Soccer Research», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO 2004, 2004, pág. 529–534.

[145] A. Harati, M.N. Ahmadabadi, y B.N. Araabi, «Knowledge-Based Multiagent Credit Assignment: A Study on Task Type and Critic Information», IEEE, vol. 1, 2007, pág. 55–67.

[146] G. Adorni, S. Cagnoni, y M. Mordonini, «Landmark-based robot self-localization: a case study for the RoboCup goal-keeper», Proc. Int Information Intelligence and Sys-tems Conf, 1999, pág. 164–171.



[147] P. Li, Y.-min Yang, y J.-le Lian, «Layered Task Allocation in Multi-robot Systems», Proc. WRI Global Congress Intelligent Systems GCIS ’09, 2009, pág. 62–67.

[148] M. Ferch, M. Hochsmann, y J. Zhang, «Learning cooperative assembly with the graph representation of a state-action space», Proc. IEEE/RSJ Int Intelligent Robots and Sys-tems Conf, 2002, pág. 990–995.

[149] A.H. Aminaiee y M.N. Ahmadabadi, «Learning cooperative object pushing with vari-able contact point», Proc. IEEE/ASME international conference Advanced intelligent mechatronics, 2007, pág. 1–6.

[150] M.E. El-Telbany, A.H. Abdel-Wahab, y S.I. Shaheen, «Learning spatial and expertise distribution coordination in multiagent systems», Proc. 44th IEEE 2001 Midwest Symp. Circuits and Systems MWSCAS 2001, 2001, pág. 636–640.

[151] F. Farahnakian y N. Mozayani, «Learning through Decision Tree in Simulated Soccer Environment», Proc. Int. Conf. Computational Intelligence and Security CIS ’08, 2008, pág. 68–70.

[152] N. Yong Ko, D. Jin Seo, y K. Suk Kim, «Local Collision Avoidance of Multiple Robots Using Avoidability Measure and Relative Distance», KSME International Journal, vol. Vol. 18, 2004, págs. 132-144.

[153] J. Baltes, «Localization for mobile robots using lines», Proc. 7th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2002, 2002, pág. 228–233.

[154] L. Hu, C. Zhou, B. Wu, T. Yang, y P.K. Yue, «Locomotion planning and implementation of humanoid robot Robo-Eectus Senior (RESr-1)», Proc. 7th IEEE-RAS Int Humanoid Robots Conf, 2007, pág. 526–531.

[155] N.N. Maksimkin, A.V. Davydov, S.N. Vassilyev, y A.K. Zherlov, «Logical Approach for Intelligent Control of Multiagent Systems», Proc. IMACS Multiconference Computa-tional Engineering in Systems Applications, 2006, pág. 560–563.

[156] B.M. Faria, L.P. Reis, N. Lau, y G. Castillo, «Machine Learning algorithms applied to the classification of robotic soccer formations and opponent teams», Proc. IEEE Conf. Cybernetics and Intelligent Systems (CIS), 2010, pág. 344–349.

[157] S.K. Chalup, C.L. Murch, y M.J. Quinlan, «Machine Learning With AIBO Robots in the Four-Legged League of RoboCup», IEEE, vol. 37, 2007, pág. 297–310.

[158] H.J.W. Spoelder, L. Renambot, D. Germans, y H.E. Bal, «Man multi-agent interaction in VR: a case study with RoboCup», Proc. IEEE Virtual Reality, 2000.

[159] A. Shmilovici, F. Ramkddam, B. Lopez, y J.L. de la Rosa, «Measuring progress in multi-robot research with rating methods - the RoboCup example», IEEE, vol. 34, 2004, pág. 1305–1308.

[160] R. Fathzadeh, V. Mokhtari, M. Mousakhani, y F. Mahmoudi, «Mining Opponent Be-havior: A Champion of RoboCup Coach Competition», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 80–83.

[161] D.G. Novick, «Modeling belief and action in a multi-agent system», Proc. AI, Simula-tion, and Planning in High Autonomy Systems, 1990, pág. 34–41.

[162] L. Xiong, C. Wei, Z. Zhenkun, H. Zekai, y G. Jing, «Modeling for Robotic Soccer Simula-tion Team Based on UML», Proc. Int Computer Science and Software Engineering Conf, 2008, pág. 192–195.



[163] C. Teixeira, S. Labid, y E. Nascimento, «Modeling the cooperative learner based on it’s actions and interactions within a teaching-learning session», Proc. 32nd Annual Frontiers in Education FIE 2002, 2002.

[164] P. Charlton, B. Huet, y G. Justog, «Modelling agents in C++CL for content-based im-age retrieval», Proc. Fourth Euromicro Workshop Parallel and Distributed Processing PDP ’96, 1996, pág. 59–66.

[165] F. Solc y B. Honzik, «Modelling and control of a soccer robot», Proc. 7th Int Advanced Motion Control Workshop, 2002, pág. 506–509.

[166] R.E. Mohan, C.A. Acosta Calderon, C. Zhou, P.K. Yue, y L. Hu, «Modelling human-hu-manoid robot interaction in soccer robotics domain using NGOMSL», Proc. 17th IEEE Int. Symp. Robot and Human Interactive Communication RO-MAN 2008, 2008, pág. 407–412.

[167] H. Costelha y P. Lima, «Modelling, analysis and execution of robotic tasks using petri nets», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág. 1449–1454.

[168] M. Bowling y M. Veloso, «Motion control in dynamic multi-robot environments», Proc. IEEE Int. Symp. Computational Intelligence in Robotics and Automation CIRA ’99, 1999, pág. 168–173.

[169] E. Gonzalez, A. Perez, J. Cruz, y C. Bustacara, «MRCC: A Multi-Resolution Cooperative Control Agent Architecture», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Tech-nology IAT ’07, 2007, pág. 391–394.

[170] F. Liu y G. Zeng, «Multi-agent Cooperative Learning Research Based on Reinforce-ment Learning», Proc. 10th Int. Conf. Computer Supported Cooperative Work in De-sign CSCWD ’06, 2006, pág. 1–6.

[171] J.N. Karigiannis y C.S. Tzafestas, «Multi-agent hierarchical architecture modeling kinematic chains employing continuous RL learning with fuzzified state space», Proc. 2nd IEEE RAS & EMBS Int. Conf. Biomedical Robotics and Biomechatronics BioRob 2008, 2008, pág. 716–723.

[172] H. Liu y H. Iba, «Multi-agent learning by evolutionary subsumption», Proc. Congress Evolutionary Computation CEC ’03, 2003, pág. 1115–1122.

[173] R. Leow y N. Parameswaran, «Multiagent planning and plan execution», Proc. Conf. Seventh Int Tools with Artificial Intelligence, 1995, pág. 466–470.

[174] Y. Nagayuki, S. Ishii, y K. Doya, «Multi-agent reinforcement learning: an approach based on the other agent’s internal model», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 215–221.

[175] S. Elfwing, E. Uchibe, K. Doya, y H.I. Christensen, «Multi-agent reinforcement learn-ing: using macro actions to learn a mating task», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2004), 2004, pág. 3164–3169.

[176] E. Uchibe y M. Asada, «Multiple reward criterion for cooperative behavior acquisi-tion in a multiagent environment», Proc. IEEE Int Systems, Man, and Cybernetics Conf. IEEE SMC ’99, 1999, pág. 710–715.

[177] L. Shi, Y. Jinyi, Y. Zhen, y S. Zengqi, «Multiple rewards fuzzy reinforcement learning algorithm in RoboCup environment», Proc. IEEE Int. Conf. Control Applications (CCA ’01), 2001, pág. 317–322.



[178] H. Min, X. Zheng, y Y. Lu, «Multi-robot avoidance based on co-evolution computa-tion», Proc. 17th IEEE Int. Conf. Tools with Artificial Intelligence ICTAI 05, 2005.

[179] A. Weitzenfeld, L. Martinez-Gomez, J.P. Francois, A. Levin-Pick, K. Obraczka, y J. Boice, «Multi-Robot Systems: Extending RoboCup Small-Size Architecture with Local Vision and Ad-Hoc Networking», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 26–33.

[180] N. Lau, L.S. Lopes, G. Corrente, y N. Filipe, «Multi-robot team coordination through roles, positionings and coordinated procedures», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2009, 2009, pág. 5841–5848.

[181] M. Jamzad, E.C. Esfahani, y S.B. Sadjad, «Object detection in changing environment of middle size RoboCup and some applications», Proc. IEEE Int Intelligent Control Symp, 2002, pág. 807–810.

[182] B. Ge, G. Yasuda, F. Yin, y H. Zhao, «Object Recognition and Self-Localization for In-teractive Soccer Robots», Proc. Sixth World Congress Intelligent Control and Automa-tion WCICA 2006, 2006, pág. 10245–10250.

[183] G. Yasuda y B. Ge, «Object Recognition and Self-Localization for Interactive Soccer Robots», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO 2004, 2004, pág. 407–412.

[184] F. Yi-wei, G. Ge, y Z. Chao-qun, «Object Tracking by Kalman Filtering and Recursive Least Squares Based on 2D Image Motion», Proc. Int. Symp. Computational Intelli-gence and Design ISCID ’08, 2008, pág. 106–109.

[185] M. Riedmiller y T. Gabel, «On Experiences in a Complex and Competitive Gaming Domain: Reinforcement Learning Meets RoboCup», Proc. IEEE Symp. Computational Intelligence and Games CIG 2007, 2007, pág. 17–23.

[186] G. Liu, X. Chen, X. Wang, y B. Zhang, «On multi-agent collaborative planning and its application in RoboCup», Proc. 3rd World Congress Intelligent Control and Automa-tion, 2000, pág. 184–188.

[187] C.-L. Hwang, N.-W. Lu, T.-C. Hsu, y C.-H. Huang, «Penalty kick of a humanoid robot by a neural-network-based active embedded vision system», Proc. SICE Annual Conf. 2010, 2010, pág. 2291–2299.

[188] M.A. Al-Mouhamed y U.F. Siddiq, «Performance evaluation of auctions WLAN for RoboCup multi-robot cooperation», Proc. IEEE/ACS Int. Conf. Computer Systems and Applications AICCSA 2009, 2009, pág. 610–615.

[189] J.H. Metzen, M. Edgington, Y. Kassahun, y F. Kirchner, «Performance evaluation of EANT in the robocup keepaway benchmark», Proc. Sixth Int. Conf. Machine Learning and Applications ICMLA 2007, 2007, pág. 342–347.

[190] A.T.A. Peijnenburg, G.P. Veldhuis, y T.P.H. Warmerdam, «Philips CFT RoboCup plat-form selection», Proc. IEEE Int Intelligent Control Symp, 2002, pág. 811–814.

[191] S. Lee y D. Lee, «Planning coordinated motions in robot soccer match», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2004), 2004, pág. 4056–4063.

[192] M. Veloso, W. Uther, M. Fijita, M. Asada, y H. Kitano, «Playing soccer with legged robots», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 437–442.



[193] L.P. Reis, R. Lopes, L. Mota, y N. Lau, «Playmaker: Graphical definition of formations and setplays», Proc. 5th Iberian Conf. Information Systems and Technologies (CISTI), 2010, pág. 1–6.

[194] M. Sharifi, H. Mousavian, y A. Aavani, «Predicting the future state of the RoboCup simulation environment: heuristic and neural networks approaches», Proc. IEEE Int Systems, Man and Cybernetics Conf, 2003, pág. 32–37.

[195] H.-Q. Min, J.-X. Hui, Y.-S. Lu, y J.-zhi Jiang, «Probability Fuzzy Cognitive Map for Deci-sion-Making in Soccer Robotics», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT ’06, 2006, pág. 321–325.

[196] M. Ma, Y. Li, A. Liu, C. Han, y C. Hu, «Progress of Instantaneity in Real-Time ROBOCUP Vision System», Proc. 2nd Int. Congress Image and Signal Processing CISP ’09, 2009, pág. 1–4.

[197] Y. Takahashi, K. Noma, y M. Asada, «Rapid behavior learning in multi-agent environ-ment based on state value estimation of others», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS 2007, 2007, pág. 76–81.

[198] O. Simonin y J. Ferber, «Reactive real-time cooperation as a combination of altruism and self satisfaction», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 439–440.

[199] P. Songhao, Z. Qiubo, L. Yaqi, y F. Baofu, «Real-Time Motion Planning for Humanoid Robot Based on Embedded Vision System», Proc. Int Multimedia Technology (ICMT) Conf, 2010, pág. 1–4.

[200] L. Liu y L. Li, «Regional Cooperative Multi-agent Q-learning Based on Potential Field», Proc. Fourth Int. Conf. Natural Computation ICNC ’08, 2008, pág. 535–539.

[201] Z. Abbasi y M.A. Abbasi, «Reinforcement Distribution in a Team of Cooperative Q-learning Agents», Proc. Ninth ACIS Int. Conf. Software Engineering, Artificial Intelli-gence, Networking, and Parallel/Distributed Computing SNPD ’08 , 2008, pág. 154–160.

[202] F. Farahnakian y N. Mozayani, «Reinforcement Learning for Soccer Multi-agents Sys-tem», Proc. Int. Conf. Computational Intelligence and Security CIS ’09, 2009, pág. 50–52.

[203] A. Sarje, A. Chawre, y S.B. Nair, «Reinforcement learning of player agents in RoboCup Soccer simulation», Proc. Fourth Int. Conf. Hybrid Intelligent Systems HIS ’04, 2004, pág. 480–481.

[204] D.-L. Song, Y.-L. Li, L. Wang, y C.-Z. Qin, «Research of illumination invariant for color image in Mirosot of Robot Soccer», Proc. 2nd Int Information Science and Engineering (ICISE) Conf, 2010, pág. 5274–5277.

[205] H. Guo, T. Liu, Y. Wang, F. Chen, y J. Fan, «Research on Actor-Critic Reinforcement Learning in RoboCup», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006, 2006, pág. 9212–9216.

[206] Y. Zhang y T. Lu, «Research on Cooperative Strategies of Soccer Robots Based on Artificial Immune System», Proc. Pacific-Asia Workshop Computational Intelligence and Industrial Application PACIIA ’08, 2008, pág. 656–659.

[207] W. Chen, Z. Xie, y M. Fei, «Research on majorization strategies of vision system of RoboCup», Proc. Int Information Acquisition Conf, 2004, pág. 372–375.



[208] Z. Tang, Z. Pei, Z. Peng, y Z. Wang, «Research on Synchronous Control System of Mi-cro Soccer Robot», Proc. IEEE Int Automation and Logistics Conf, 2007, pág. 272–276.

[209] J. Yang, B. Hong, y J. Yang, «Research on Walking Gait Algorithm for Biped Soccer Robot», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006 , 2006, pág. 8928–8932.

[210] P. Lima, T. Balch, M. Fujita, R. Rojas, M. Veloso, y H.A. Yanco, «RoboCup 2001», IEEE Robotics & Automation Magazine, vol. 9, 2002, pág. 20–30.

[211] H. Kitano, «RoboCup as a research program», Proc. IEEE/RSJ Int Intelligent Robots and Systems IROS ’97. Conf, 1997.

[212] I. Noda, M. Asada, H. Matsubara, M. Veloso, y H. Kitano, «RoboCup as a strategic initiative to advance technologies», Proc. IEEE Int Systems, Man, and Cybernetics Conf. IEEE SMC ’99, 1999, pág. 692–697.

[213] G. Li, G. Chengguo, y X. Rong, «Robocup field distortion calibration with variational image registration», Proc. Int Intelligent Multimedia, Video and Speech Processing Symp, 2004, pág. 338–341.

[214] J. Akita y H. Kitano, «RoboCup for science and engineering education: a case of The Future University - Hakodate», Proc. IEEE Int Systems, Man, and Cybernetics Conf. IEEE SMC ’99, 1999, pág. 734–738.

[215] H. Kitano y M. Asada, «RoboCup humanoid challenge: that’s one small step for a robot, one giant leap for mankind», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 419–424.

[216] X. Cheng, J. Zhang, y J. Ke, «Robocup is a Stage which Impulse the Research of Basic Technology in Robot», Proc. IEEE Int. Conf. Robotics and Biomimetics ROBIO ’06, 2006, pág. 965–970.

[217] Y. Liu y J.-hua Liu, «RoboCup is a stage which impulse the research of basic technol -ogy in robot», Proc. Asia-Pacific Conf. Computational Intelligence and Industrial Appli-cations PACIIA 2009, 2009, pág. 23–28.

[218] H.H. Lund y L. Pagliarini, «RoboCup Jr. with LEGO MINDSTORMS», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 813–819.

[219] H. Kitano, S. Suzuki, y J. Akita, «RoboCup Jr.: RoboCup for edutainment», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 807–812.

[220] H. Kitano, «RoboCup Rescue: a grand challenge for multi-agent systems», Proc. Fourth Int MultiAgent Systems Conf, 2000, pág. 5–12.

[221] Y. Li y S. Jun, «RoboCup Small Size League: Design of Group IDs and Algorithm for Posture Parameters», Proc. Third Int. Symp. Intelligent Information Technology Appli-cation IITA 2009, 2009, pág. 160–163.

[222] E. Torres y A. Weitzenfeld, «RoboCup Small-Size League: Using Neural Networks to Learn Color Segmentation during Visual Processing», Proc. IEEE Latin American Ro-botic Symp. LARS ’08, 2008, pág. 14–19.

[223] H. Kitano, M. Asada, I. Noda, y H. Matsubara, «RoboCup: robot world cup», IEEE Robotics & Automation Magazine, vol. 5, 1998, pág. 30–36.

[224] H. Schempf, C. Kraeuter, y M. Blackwell, «Roboleg: a robotic soccer-ball kicking leg», Proc. Conf. IEEE Int Robotics and Automation, 1995, pág. 1314–1318.



[225] X. Min, L. Lin, y Z. Zhiqiang, «Robot planning theory based on expert system and its application in RoboCup», Proc. 4th World Congress Intelligent Control and Automa-tion, 2002, pág. 488–492.

[226] A. Agah, B. Doyle, M. Drees, C. Froehlich, y K. Kuok, «Robot soccer for the study of learning and coordination issues in multi-agent systems», Proc. IEEE Int Systems, Man, and Cybernetics Conf, 1998, pág. 3520–3525.

[227] S. Hedberg, «Robots playing soccer? RoboCup poses a new set of AI research chal-lenges», IEEE, vol. 12, 1997, pág. 5–9.

[228] S.R. Hedberg, «Robots playing soccer? RoboCup poses a new set of challenges in intelligent distributed computing», IEEE, vol. 5, 1997, pág. 13–17.

[229] Z. Wasik y A. Saffiotti, «Robust color segmentation for the RoboCup domain», Proc. 16th Int Pattern Recognition Conf, 2002, pág. 651–654.

[230] T.-Y. Kuc y S.-M. Baek, «Robust learning of mobile robotic motion», Proc. IEEE/ASME Int Advanced Intelligent Mechatronics Conf, 1999, pág. 677–682.

[231] D. Xu y K. Xia, «Role Assignment, Non-communicative Multi-agent Coordination in Dynamic Environments Based on the Situation Calculus», Proc. WRI Global Congress Intelligent Systems GCIS ’09, 2009, pág. 89–93.

[232] J.R. Bruce y M.M. Veloso, «Safe Multirobot Navigation Within Dynamics Con-straints», IEEE, vol. 94, 2006, pág. 1398–1411.

[233] S. Behnke, M. Schreiber, J. Stuckler, R. Renner, y H. Strasdat, «See, walk, and kick: Humanoid robots start to play soccer», Proc. 6th IEEE-RAS Int Humanoid Robots Conf, 2006, pág. 497–503.

[234] S. Lenser y M. Veloso, «Sensor resetting localization for poorly modelled mobile ro-bots», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 1225–1232.

[235] M.S. Ruiz y A. Weitzenfeld, «Soccer Dribbler Design for the Eagle Knights RoboCup Small Size Robot», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 34–40.

[236] C.-C. Wong, W.-W. Wang, y Y.-L. Lee, «Soccer robot design for FIRA MiroSot League», Proc. IEEE Int. Conf. Mechatronics ICM ’05, 2005, pág. 457–460.

[237] R.W. Beard, «Soccer Robotics [Book Review]», IEEE, vol. 25, 2005, pág. 93–95.[238] X. Sun, L.E. Ray, J.D. Kralik, y D. Shi, «Socially augmented hierarchical reinforcement

learning for reducing complexity in cooperative multi-agent systems», Proc. IEEE/RSJ Int Intelligent Robots and Systems (IROS) Conf, 2010, pág. 3244–3250.

[239] R. Ventura, P. Aparicio, P. Lima, y C. Pinto-Ferreira, «SocRob-a society of cooperative mobile robots», Proc. IEEE Int Systems, Man, and Cybernetics Conf, 1998, pág. 3319–3324.

[240] H. Kitano, M. Fujita, S. Zrehen, y K. Kageyama, «Sony legged robot for RoboCup chal-lenge», Proc. IEEE Int Robotics and Automation Conf, 1998, pág. 2605–2612.

[241] L. Liu y L. Li, «Sparse Cooperative Multi-agent Q-learning Based on Vector Potential Field», Proc. WRI Global Congress Intelligent Systems GCIS ’09, 2009, pág. 99–103.

[242] Y. Liao, Y. Jin, A.A. Minai, y M.M. Polycarpou, «Sporadic pairwise synchronization for decentralized decision-making in mobile agent teams», Proc. American Control Conf, 2006.



[243] J. Baltes, «Strategy selection, goal generation, and role assignment in a robotic soc-cer team», Proc. 7th Int. Conf. Control, Automation, Robotics and Vision ICARCV 2002 , 2002, pág. 211–214.

[244] C.G. Quintero M, J.L. de la Rosa, y J. Vehi, «Studies about the atomic capabilities concept for linear control systems in physical multi-agent environments», Proc. IEEE Int. Symp. Computational Intelligence in Robotics and Automation CIRA 2005 , 2005, pág. 727–732.

[245] Y. Lasheng, A. Marin, H. Fei, y L. Jian, «Studies on Hierarchical Reinforcement Learn-ing in Multi-Agent Environment», Proc. IEEE Int. Conf. Networking, Sensing and Con-trol ICNSC 2008, 2008, pág. 1714–1720.

[246] H.M. Ashekele y K. Matengu, «Success factors in technology transfer to SME’s: Rundu woodwork common facility center», Proc. Portland Int. Conf. Management of Engineering & Technology PICMET 2008, 2008, pág. 2190–2196.

[247] Y. Kitazumi y K. Ishii, «Survey of cooperative algorithm in robocup middle size league», Proc. World Automation Congress (WAC), 2010, pág. 1–6.

[248] T. Srinivasan, S. Harini, K.P. Kavitha, y P. Sukumar, «SVMRobosoc : A Novel Approach Towards Planning Strategy for Robotic Soccer Using Hierarchical Intelligence Sys-tems», Proc. Seventh Int. Conf. Intelligent Systems Design and Applications ISDA 2007, 2007, pág. 591–596.

[249] M.-Y. Shich, J.-S. Chiou, T.-L. You, K.-H. Chang, y S.-P. Cheng, «System design and strategy integration for five-on-five robot soccer competition», Proc. IEEE Int. Conf. Mechatronics ICM ’05, 2005, pág. 461–466.

[250] T. Koto y I. Takeuchi, «The distributed simulation of RoboCup Rescue version 1», Proc. 41st SICE Annual Conf. SICE 2002, 2002, pág. 871–874.

[251] J.-S. Chiou, K.-Y. Wang, y M.-Y. Shieh, «The optimization of the application of fuzzy ant colony algorithm in soccer robot», Proc. Int. Conf. Information and Automation ICIA ’09, 2009, pág. 681–686.

[252] W. Li y H. Zhao, «The research on intelligent algorithms in the simulation system of robotic soccers», Proc. 2nd Int Signal Processing Systems (ICSPS) Conf, 2010.

[253] K. Koker y R. German, «The RoboCup F-180 league dedicated system design for per -formance analyses of distributed embedded systems», Proc. Mediterranean Conf. Control & Automation MED ’07, 2007, pág. 1–4.

[254] S.L. Firebaugh y J. Armstrong Piepmeier, «The RoboCup Nanogram League: An Op-portunity for Project-Based Undergraduate Education in Microsystems», Proc. IEEE Int. Conf. Microelectronic Systems Education MSE ’07, 2007, pág. 117–118.

[255] S. Tadokoro, H. Kitano, T. Takahashi, I. Noda, H. Matsubara, A. Shinjoh, T. Koto, I. Takeuchi, H. Takahashi, F. Matsuno, M. Hatayama, J. Nobe, y S. Shimada, «The RoboCup-Rescue project: a robotic approach to the disaster mitigation problem», Proc. IEEE Int. Conf. Robotics and Automation ICRA ’00, 2000, pág. 4089–4094.

[256] S. Tadkoro, H. Kitano, T. Takahashi, I. Noda, H. Matsubara, A. Shinjoh, T. Koto, I. Takeuchi, H. Takahashi, F. Matsuno, M. Hatayama, M. Ohta, M. Tayama, T. Matsui, T. Kaneda, R. Chiba, K. Takeuchi, J. Nobe, K. Noguchi, y Y. Kuwata, «The RoboCup-Res-cue: an IT challenge to emergency response problem in disaster», Proc. 26th Annual



Confjerence of the IEEE Industrial Electronics Society IECON 2000, 2000, pág. 126–131.

[257] S. Chun-sheng y X. Chong, «The Schedule Control in the Enterprise Cooperative Inno -vation Based on Multi-agent», Proc. IEEE Int. Engineering Management Conf, 2006, pág. 178–182.

[258] D. Zhao y W. Jin, «The study of cooperative behavior in predator-prey problem of multi-agent systems», Proc. Autonomous Decentralized Systems ISADS 2005, 2005, pág. 90–96.

[259] M. Itmi, S. Ramaswamy, y W. Alshabi, «Towards a cooperative model with variable scale», Proc. IEEE/ACS Int. Conf. Computer Systems and Applications AICCSA 2009, 2009, pág. 829–836.

[260] G. Mayer, H. Utz, y G. Kraetzschmar, «Towards autonomous vision self-calibration for soccer robots», Proc. IEEE/RSJ Int Intelligent Robots and Systems Conf, 2002, pág. 214–219.

[261] R.F. Kelly y A.R. Pearce, «Towards High-Level Programming for Distributed Problem Solving», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology IAT ’06, 2006, pág. 490–497.

[262] J.-L. Peralta, M. Torres, y M. Guarini, «Trajectory Prediction of Multiple RoboCup F-180 Autonomous Mobile Robots for Perception-Latency Compensation», Proc. IEEE 3rd Latin American Robotics Symp. LARS ’06, 2006, pág. 10–17.

[263] A. Terauchi y O. Akashi, «Trust-Based Cooperative Action Control in Multi-agent Sys-tems for Network Management», Proc. Int. Conf. Advanced Information Networking and Applications Workshops WAINA ’09, 2009, pág. 278–283.

[264] K. Dautenhahn, «Trying to imitate-a step towards releasing robots from social isola -tion», Proc. From Perception to Action Conf., 1994, pág. 290–301.

[265] T. Sugawara, «Using action benefits and plan certainties in multiagent problem solv-ing», Proc. Ninth Conf Artificial Intelligence for Applications, 1993, pág. 407–413.

[266] R. Polesel, R. Rosati, A. Speranzon, C. Ferrari, y E. Pagello, «Using collision avoidance algorithms for designing multi-robot emergent behaviors», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems (IROS 2000), 2000, pág. 1403–1409.

[267] M.R. Khojasteh y M.R. Meybodi, «Using Learning Automata in Cooperation among Agents in a Team», Proc. portuguese conference Artificial intelligence epia 2005, 2005, pág. 306–312.

[268] N.M. Mayer, L.-W. Lu, Y.-M. Hung, H. Wu, y Y.-C. Chang, «Using U-Bot for RoboCup@home», Proc. SICE Annual Conf. 2010, 2010, pág. 35–36.

[269] M. Kaya y R. Alhajj, «Utilizing fuzzy OLAP mining towards novel approach to multia-gent modular reinforcement learning», Proc. IEEE/WIC/ACM Int. Conf. Intelligent Agent Technology (IAT 2004), 2004, pág. 197–203.

[270] C.A.A. Calderon, R.E. Mohan, y C. Zhou, «Virtual-RE: A Humanoid Robotic Soccer Simulator», Proc. Int Cyberworlds Conf, 2008, pág. 561–566.

[271] G. Yasuda y B. Ge, «Vision based environment recognition and movement control for autonomous wheeled mobile robots», Proc. Int. Conf. Mechatronics and Automation ICMA 2009, 2009, pág. 1083–1088.



[272] S.-de Chen, K. Wang, R.-zi Xing, y W. Wang, «Vision-Based Mobile Robot Pose Track-ing in RoboCup Environment», Proc. Sixth World Congress Intelligent Control and Automation WCICA 2006, 2006, pág. 9322–9326.

[273] H. Kimura y H. Katano, «Vision-based motion recognition of the hexapod for autono-mous assistance», Proc. Conf. IEEE/RSJ Int Intelligent Robots and Systems, 1998, pág. 1–6.

[274] M. Asada, S. Suzuki, M. Veloso, G.K. Kraetzscmar, y H. Kitano, «What we learned from RoboCup-97 and RoboCup-98», Proc. IEEE/RSJ Int. Conf. Intelligent Robots and Systems IROS ’99, 1999, pág. 1426–1431.



6 Documentos Anexos

6.1 Anexo 1. Archivo de Excel: Propuesta Cronograma ProPAC

Este documento contiene:

El diagrama GANTT de las actividades contenidas en cada fase me-todológica, especificando su duración en semanas, vale la pena acla-rar que además contiene la duración las actividades del Proyecto Especial “AgentCoop: Análisis y refinamiento de las capas encarga-das de la gestión de micro sociedades en un equipo de fútbol robótico de 5 jugadores” de donde se extiende este trabajo de grado propues-to. Por esto se estiman 39 semanas, de las cuales 17 corresponden al Proyecto Especial y 24 para el Trabajo De Grado. Hay 2 semanas en las cuales se solapan actividades del Proyecto Especial y del Tra-bajo de Grado.

El cálculo de las horas disponibles para el Trabajo de Grado propues-to.

El cálculo de las horas dedicadas a cada fase metodológica (objetivo específico) y sus actividades relacionadas.

6.2 Anexo 2. Archivo de Excel: Propuesta Costo ProPACEste documento contiene:

Calculo del costo de cada uno de los recursos relacionados al Traba-jo de Grado.


Propuesta para Trabajo de Gradopegasus.javeriana.edu.co/.../PropuestaTGProPAC.docx · Web...

Documents

Transcript of Propuesta para Trabajo de Gradopegasus.javeriana.edu.co/.../PropuestaTGProPAC.docx · Web...